从 python 嵌套列表在 pandas 中创建新列

Question

我有一个熊猫数据框。其中一列有一个嵌套列表。我想从嵌套列表中创建新列

例子：

L = [[1,2,4],
    [5,6,7,8],
    [9,3,5]]

我希望嵌套列表中的所有元素都作为列。如果列表有元素，则该值应为 1，如果没有，则该值应为 0。

1 2 4 5 6 7 8 9 3
1 1 1 0 0 0 0 0 0
0 0 0 1 1 1 1 0 0
0 0 0 1 0 0 0 1 1

Answer 1

pandas

与@Psidom 的回答非常相似。但是，我使用 pd.value_counts 并会处理重复

使用@Psidom 的df

df = pd.DataFrame({'A': L})    

df.A.apply(pd.value_counts).fillna(0).astype(int)

numpy

更多参与，但速度更快

lst = df.A.values.tolist()
n = len(lst)
lengths = [len(sub) for sub in lst]
flat = np.concatenate(lst)
u, inv = np.unique(flat, return_inverse=True)
rng = np.arange(n)
slc = np.hstack([
        rng.repeat(lengths)[:, None],
        inv[:, None]
    ])
data = np.zeros((n, u.shape[0]), dtype=np.uint8)
data[slc[:, 0], slc[:, 1]] = 1
pd.DataFrame(data, df.index, u)

---

结果

   1  2  3  4  5  6  7  8  9
0  1  1  0  1  0  0  0  0  0
1  0  0  0  0  1  1  1  1  0
2  0  0  1  0  1  0  0  0  1

Answer 2

您可以尝试以下方法：

df = pd.DataFrame({"A": L})

df
#          A
#0  [1, 2, 4]
#1  [5, 6, 7, 8]
#2  [9, 3, 5]

# for each cell, use `pd.Series(1, x)` to create a Series object with the elements in the 
# list as the index which will become the column headers in the result
df.A.apply(lambda x: pd.Series(1, x)).fillna(0).astype(int)

#   1   2   3   4   5   6   7   8   9
#0  1   1   0   1   0   0   0   0   0
#1  0   0   0   0   1   1   1   1   0
#2  0   0   1   0   1   0   0   0   1